CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

作者: 晓查 2019-03-21 16:32:59
CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

新的一年,人工智能会朝着什么方向发展?CB Insights今天发布的报告,预测了2019年AI行业的25大趋势。

在基础研究领域,开源框架、边缘计算、合成训练数据是行业大势。理论算法方面,胶囊网络、GAN、联合学习、强化学习仍是重点。

至于AI技术的实际应用,人脸识别、机器翻译、医疗影像、无人零售、对话机器人等过去的热点,今年还将会进一步发展。

报告中还特别提到了中国的创业公司、资本力量在人脸识别、无人零售领域的巨大推动作用。

AI技术的25个趋势

CB Insights提出了2019年AI的25个趋势,可以分为基础架构、体系结构和应用场景三个方面。应用场景又可以分为3类:智能预测、自然语言处理与合成、计算机视觉。

这25个趋势是:

1、开源框架

开源框架让AI进入门槛更低。

2、边缘AI

对实时决策的需求推动AI进入“边缘”。比如人脸识别、自动驾驶让AI进入手机、汽车进行本地运算,苹果和英伟达和许多创业公司都在开发人工智能芯片。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

3、人脸识别

从解锁手机到登机航班,面部识别正在成为主流,已用在安全、零售和消费电子领域,面部识别正迅速成为生物认证的主要方式。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

4、医疗影像诊断

AI软件产品的快速监管审批为AI医疗公司开辟了新的商业途径。在消费者方面,先进的图像识别技术正在将手机变成功能强大的家用诊断工具。

5、预测性维护

AI加持的IoT可以为企业节省数百万美元的意外故障费用。预测性维护是指用连续的数据收集来预测设备故障。由于降低了传感器成本,以及人工智能、边缘计算的推动,预测性维护已经变得更加广泛。

6、电子商务搜索

对搜索术语的语境理解正在逐渐走出“实验阶段”。早期的SaaS初创公司正在兴起,向第三方零售商销售搜索技术。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

7、胶囊网络

深度学习推动了如今大多数AI应用,但胶囊网络(CapsulesNet)很快就会取而代之。与当前的卷积神经网络(CNN)相比,胶囊网络具有许多优点。对胶囊网络的研究还处于起步阶段,但可能会挑战当前先进的图像识别方法。

8、下一代假肢

将生物学、物理学和机器学习结合起来。研究人员正在使用机器学习来解码来自身体传感器的信号,并将其转化为移动假肢装置的命令。今年,该行业将寻求更多发展,包括面向消费者试验产品。

9、临床试验登记

临床试验中面临的困难是如何招募合适的患者。AI可以从医疗记录中提取信息,与正在进行的研究进行比较,并向医生和患者提出相关研究建议。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

10、生成对抗网络(GAN)

GAN将改变新闻、媒体、艺术乃至网络安全的未来。2019年最重要的AI趋势之一是GAN的进一步发展,和其他应用的溢出效应。

11、联合学习

使用本地数据集训练AI可以极大地提高其性能,但用户数据是私密的。Google的联合学习方可以在使用这些丰富的数据集的同时保护敏感数据。今年在药物发现和其他案例中会有更多联合学习的应用。

12、高级医疗保健生物识别技术

利用神经网络,研究人员开始研究和测量以前难以量化的非典型风险因素。从视网膜扫描到分析皮肤颜色变化,AI正在解锁新的诊断方法,并识别以前未知的风险因素。

13、自动索赔处理

保险公司和创业公司正在使用人工智能来计算车主的“风险评分”,分析事故图像并监控驾驶员行为。人工智能的进步正在改变这项曾经以人为主导的过程,允许更快的索赔结算。

14、反假货

知名品牌和典当商开始尝试使用AI。电商和实体店中,AI被用于识别仿冒产品和欺诈性商标侵权。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

15、无人零售

到目前为止,亚马逊Go是仅有的一个成功的无人零售商。此外还有防盗、部署成本、库存损耗等问题需要解决。

16、后台办公自动化

AI正在加入自动化管理工作,但不同性质和格式的数据使其成为一项具有挑战性的任务。不同的部门逐渐采用基于机器学习的工作流程解决方案。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

17、语言翻译

语言翻译是一个尚未开发的市场机遇。像百度和谷歌这样的大型科技公司开始在这个领域掀起波澜。由于大量资源投入到改进翻译框架,因此机器翻译的效率和语言能力将得到提高,各行业的采用率也会提高。

18、综合训练数据

访问大型标记数据集是培训AI算法的必要条件。但对于某些应用程序,访问足够的真实数据可能是不可行de 。现实的假数据或合成数据集可以解决这一瓶颈问题。现实世界的数据还可以通过混合AI生成的模拟数据来增强,以创建更大、更多样化的数据集。

19、强化学习

研究人员正在通过强化学习推动AI的能力界限,但对大量数据集的需求限制了其实际应用。尽管存在挑战者,但主要参与者正在对该技术进行更多投资,对强化应用的研究正在增加。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

20、网络优化

电信运营商正在准备将基于AI的解决方案集成到5G无线技术中。2019年及以后的AI关键趋势之一是将更多地融入全球电信网络。

21、自动驾驶汽车

尽管自动驾驶汽车具有巨大的市场机会,但完全实现的时间表仍不明确。例如物流运输等领域可以看出无人驾驶的早期应用。即使时间表仍不明确,各行各业都在积极投资并采用自动驾驶技术。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

22、农作物监测

初创公司和现有企业正在用农作物监测AI来管理杀虫剂、发现问题,并预测天气变化如何影响农业。

23、发现网络威胁

计算能力和算法的进步正在将以前的理论威胁变成真正的安全问题。对网络威胁做出反应已经不够,机器学习能主动搜寻网络安全中的潜在威胁。

24、会话AI

对于许多企业来说,聊天机器人成了人工智能的代名词,但承诺并没有跟上现实。AI可以改善这些领域的聊天机器人功能,但它仍然是一项特别艰巨的任务。

25、药物发现

随着AI生物技术创业公司的兴起,传统制药公司正在寻求人工智能创业公司减少长期药物发现周期。虽然这些创业公司中的许多仍处于早期阶段,但他们已经拥有一批制药客户。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

AI技术类别划分

为了更好的理解AI行业趋势,CB Insights将AI技术按照工业化程度(Industry Adoption)、市场化程度(Market Strength)两个维度进行划分。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

工业化程度的衡量标准包括:创业公司的发展速度、媒体关注度、消费者接受度。

市场化程度的衡量标准包括:市场规模、投资者与投资机构的数量和质量、研发投入、收入报告、竞争激烈度、并购与战略投资等。

按照这两个维度指数的高低,可以将AI技术分成4类:

实验性技术(工业化程度低、市场化程度低)、

威胁性技术(工业化程度低、市场化程度高)、

短暂性技术(工业化程度高、市场化程度低)、

成熟性技术(工业化程度高、市场化程度高)。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

报告里的中国

CB Insights在报告中多次提到中国,近年来中国在AI的商业应用是全球的风向标。

报告指出,中国的人脸识别技术正在崛起,同时提起“China”和“facial recognition”两个关键词的新闻数量正在快速增长。最近一年来,几乎每个季度都有近百个相关新闻报道。

去年该行业的融资额近16亿美元,共有18笔投资交易。去年商汤获得软银10亿美元投资,旷视获得阿里6亿美元投资。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速

2015年亚马逊开发无人商店后,中国无人零售行业出现了狂飙式增长,从2016年近乎为0发展到2017年40家入场。

CB Insight发布AI行业25大趋势:中国人脸识别、无人商店发展迅速
AI 数据 科技
上一篇:数据集查找神器!100个大型机器学习数据集都汇总在这了 下一篇:机器学习必学10大算法
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

OpenAI新论文打败GAN达到SOTA!这个霸气扩散模型是噱头还是干货

近日,OpenAI的两个研究员发表了一篇新文章,称他们的扩散模型在图像生成领域比GAN更强。然而,霸榜多年的GAN这么轻易就会落败么?

佚名 ·  11h前
九章云极DataCanvas完成C轮融资:定义标准化AI基础架构未来

近日,九章云极DataCanvas宣布完成C轮融资,由尚珹资本、赛富投资基金领投,君紫投资、领沨资本等投资机构跟投,融资金额3亿元,致远资本担任独家财务顾问。本轮融资备受一线投资机构认可,资方长期关注科技创新领域,青睐人工智能领域中技术壁垒高、产品领先优势显著、业务发展潜力巨大的头部企业。

佚名 ·  16h前
频上热搜的马斯克,被“高估”的特斯拉

马斯克又上热搜了,然而与特斯拉没关,也与Space X没关。对于公众而言,似乎更关心的是特斯拉的安全问题。

高秀松 ·  17h前
多尺度表征10亿像素图像,斯坦福神经场景表征新方法入选SIGGRAPH

斯坦福大学近日的一项研究给出了解决方案,他们提出了一种新的隐式 - 显式混合网络架构和相应训练策略,可以在训练和推理过程中根据信号的局部复杂度来自适应地分配资源。

佚名 ·  1天前
为什么2G/3G和AI擦不出火花?他们用这篇论文告诉你答案

之所以5G与AI能擦出不一样的火花,不仅与移动通信自身的性质有关,还与人工智能的发展方向有关。

萧箫 ·  1天前
人工智能影响制造业的四种方式

这些年来,人工智能取得了很大的进步。它可以影响许多不同的行业,这主要是因为它改进了处理、算法和它所保存的数据量。

Cassie ·  4天前
教AI开发软件:IBM开源数据集Project CodeNet,含有1400万个代码示例

IBM已组建了一个庞大的源代码库,用于教机器学习程序学习编程。

小云 ·  4天前
借助AI,IOT,VR,AR,区块链和云计算重塑建筑行业

如今,建筑数字化技术的引入将永远改变建筑行业。AI、物联网、区块链、AR、VR和云计算技术正在重塑建筑行业。

Cassie ·  4天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载